Zum Inhalt springen

Text-to-Speech-API für Discord-Bots

Latenzarmes WAV mit einem einzigen REST-Aufruf. Kein SDK. Keine Lizenzgebühr pro Stimme. Der Bot spricht in unter 200 ms.

Warum es wichtig ist.

  • ElevenLabs rate-limits burst traffic

    Discord-Sprachkanäle verursachen Lastspitzen: Ein einzelner /tts-Befehl löst einen initialen HTTP-Roundtrip aus, und beliebte Bots erreichen in Stoßzeiten das Parallelitätslimit von ElevenLabs. Audexum stellt Anfragen mit deinem Key in eine Warteschlange; mit Pro und höher gibt es kein künstliches Parallelitätslimit.

  • Die Opus-Kodierung ist dein Engpass, nicht die Sprachausgabe

    discord.js verarbeitet Opus nativ. Audexum liefert rohes WAV (PCM 24 kHz), das ffmpeg oder @discordjs/opus direkt im Prozess transcodieren kann. Du hast die Kontrolle über den Puffer: Keine verborgene Neukodierung auf einem Drittanbieter-Server, die 300 ms hinzufügt.

  • 43 Stimmen, ein Endpunkt, keine Gebühr pro Stimme

    ElevenLabs berechnet pro Stimmklon; Google TTS rechnet jede Sprache als separate SKU ab. Audexums 43 Stimmen in 32 Sprachen liegen alle im selben Preismodell: Ein mehrsprachiger /tts-Befehl kostet genauso viel wie ein rein englischer.

  • Der kostenlose Tarif erneuert sich täglich, nicht nur einmal

    2,000 Credits zum Start, danach jeden Tag 250 weitere: ungefähr 35 kurze TTS-Befehle pro Tag, die automatisch erneuert werden. Die meisten Hobby-Bots bleiben im kostenlosen Tarif. Wenn du skalierst, kostet PAYG €28 pro Million Credits, ohne monatliche Verpflichtung.

Die erste Audiodatei in 60 Sekunden.

Kein SDK. Eine POST-Anfrage, Binäraudio im Response-Body.

discord.js: Slash-Befehl /tts (Node.js)
// tts.js: Audexum TTS helper for discord.js v14
const { Readable } = require("stream");

const API = "https://audexum.com/api/synthesize";

/**
 * Returns a Node.js Readable stream of PCM WAV audio.
 * Pass it directly to createAudioResource() with StreamType.Arbitrary.
 */
async function synthesize(text, voice = "af_heart") {
  const res = await fetch(API, {
    method: "POST",
    headers: {
      Authorization: `Bearer ${process.env.AUDEXUM_API_KEY}`,
      "Content-Type": "application/json",
    },
    body: JSON.stringify({ text, voice, format: "wav" }),
  });
  if (!res.ok) throw new Error(`Audexum ${res.status}: ${await res.text()}`);
  return Readable.fromWeb(res.body);
}

module.exports = { synthesize };

Vollständige Parameterreferenz: audexum.com/docs. Formate: wav, mp3, ogg. Stimmen: F1 bis F5, M1 bis M5 (insgesamt 43 Stimmen). Sprachen: 33.

Keine zusätzlichen Kosten je Anwendungsfall.

Every plan covers every use case at the same credit rate. Pack credits never expire, and dictation uses the same balance.

Alle Preise im Detail
Free
€0
2,000 + 250/day
Creator
€12/Mon.
480,000 / mo
Pro
€29/Mon.
1,200,000 / mo
Scale
€49/Mon.
4,000,000 / mo
Business
€149/Mon.
15,000,000 / mo
Credit-Pakete
€7/Mon.
250.000, laufen nie ab

Fragen, beantwortet.

Welches Audioformat sollte ich für Discord verwenden?

Angefordertes Format: "wav" (PCM 24 kHz, Mono oder Stereo). Discords Voice Gateway erwartet Opus; transkodiere den WAV-Stream vor dem Erstellen der Audio-Ressource mit @discordjs/opus oder ffmpeg. WAV vermeidet zusätzliche MP3-Kompressionsartefakte.

Wie schnell ist die Antwort bis zum ersten Byte?

Audexum beginnt bei Texten mit weniger als 200 Zeichen etwa 80–150 ms nach Eingang einer Anfrage mit dem Audio-Streaming (EU-Region). Die vollständige WAV-Datei für einen 100 Zeichen langen Satz ist auf einem typischen VPS in Frankfurt in weniger als 400 ms verfügbar.

Kann ich mehrere parallele /tts-Befehle ausführen?

Ja. Audexum legt für Pro und höher kein Parallelitätslimit pro Schlüssel fest. Anfragen im kostenlosen Tarif werden in eine Warteschlange gestellt, aber nicht abgelehnt. Für Bots mit sehr hohem Durchsatz (>50 gleichzeitige Sprachkanäle) wird PAYG oder Scale empfohlen.

Gibt es ein spezielles SDK für Discord?

No SDK is needed. A single fetch() or requests.post() call returns audio. The blog post at /blog/tts-api-for-discord-bot-2026 contains a complete working bot with slash commands, join/leave logic, and a queue.

Dieselbe API für jeden Anwendungsfall.

Ein Endpunkt verarbeitet Discord-Bots, Podcast-Vertonung, E-Learning-Kurse, Barrierefreiheits-Audio und Newsletter-Ausgaben.

Weitere Tools entdecken

More free voice, transcription and audio tools

Alle anzeigen

Kostenlos starten. Schnell umsetzen.